sakitam!

导航

< 2025年1月 >
29 30 31 1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30 31 1
2 3 4 5 6 7 8

K-Means算法:图片压缩

 

#读取实例图片#
from sklearn.datasets import load_sample_image
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
china=load_sample_image("china.jpg")
plt.imshow(china)
plt.show()
print(china.shape)

 

#观察图片数据格式#
print(china.dtype)
print(china.shape)
print(china)

import matplotlib.image as img
ge=img.imread('F:\\ge.jpg')
plt.imshow(ge)
plt.show()

print(ge.shape)
ge

 

#降低分辨率#
ges=ge[::2,::2]
plt.imshow(ges)
plt.show()

复制代码
#用k均值聚类算法,将图片中所有的颜色值做聚类#
import numpy as np
china=load_sample_image("china.jpg")
plt.imshow(china)
plt.show()

image=china[::3,::3]
X=image.reshape(-1,3)
print(china.shape,image.shape,X.shape)

n_colors=64
model=KMeans(n_colors)
labels=model.fit_predict(X)
colors=model.cluster_centers_

#还原颜色,维数,数据类型
new_image=colors[labels]
new_image=new_image.reshape(image.shape)
new_image

plt.imshow(image)
plt.show()
plt.imshow(new_image.astype(np.uint8))
plt.show()
复制代码

print(X.shape)
print(labels.shape,labels)
print(colors.shape,colors)

#原始图片与新图片所占用内存的大小#
import sys
print(sys.getsizeof(china))
print(sys.getsizeof(new_image))

观察图片的大小:

概率作业:

 

posted on   sakitam!  阅读(207)  评论(0编辑  收藏  举报

点击右上角即可分享
微信分享提示